<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[behrends的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/behrends</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; behrends]]></copyright><item><title><![CDATA[数据分析 numpy基础（三）]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/101310594</link><guid>https://blog.youkuaiyun.com/behrends/article/details/101310594</guid><author>behrends</author><pubDate>Tue, 24 Sep 2019 21:40:54 +0800</pubDate><description><![CDATA[1. 合并数据

堆叠合并数据

横向堆叠，将两个表在x轴向拼接在一起：

pd.concat(objs,axis=0,join='outer',join_axes=none,ignore_index='false'

参数名称
			说明
		objs
			接受多个series，dataframe，panel组合，表示参与的组合
		axis
			
			连接的轴向，axis=0纵向拼接，a...]]></description><category></category></item><item><title><![CDATA[数据分析 pandas（二）]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/101294036</link><guid>https://blog.youkuaiyun.com/behrends/article/details/101294036</guid><author>behrends</author><pubDate>Tue, 24 Sep 2019 19:18:39 +0800</pubDate><description><![CDATA[转换与处理时间序列

对时间类型的数据分析的前提就是将原本为字符串的时间转换为标准时间

类名称
			说明
		Timestamp
			表示某个时间点
		period
			表示单个时间跨度，某个时间段
		Timedelta
			不同的单位时间，而非具体的某个时间
		Datetimeindex
			一组timestamp构成的index，可以用来作为series或者dataframe...]]></description><category></category></item><item><title><![CDATA[数据分析 pandas基础]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/101291751</link><guid>https://blog.youkuaiyun.com/behrends/article/details/101291751</guid><author>behrends</author><pubDate>Tue, 24 Sep 2019 16:49:11 +0800</pubDate><description><![CDATA[Dataframe基础

一、基础属性

函数
			返回值
			函数
			返回值
		values
			元素
			index
			索引
		columns
			列名
			dtypes
			类型
		size
			元素个数
			ndim
			维度数
		shape
			数据形状
			
			
		二、查改增删dataframe数据

1.查看数据

根据定义可知df是...]]></description><category></category></item><item><title><![CDATA[matplotlib数据可视化基础]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/101270269</link><guid>https://blog.youkuaiyun.com/behrends/article/details/101270269</guid><author>behrends</author><pubDate>Tue, 24 Sep 2019 12:07:33 +0800</pubDate><description><![CDATA[pyplot基础语法

1.创建画布和创建子图

plt.figure创建一个空白画布可以指定画布大小，像素

figure.add_subplot创建并选中子图，可以指定子图的行数，列数与选中图片编号

2.添加画布内容

*添加图例要在绘图之后

函数名
			函数作用
		plt.title
			添加标题
		plt.xlabel
			添加x轴名称
		plt.ylabel
			添加...]]></description><category></category></item><item><title><![CDATA[数据分析 numpy基础（二）]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/101261831</link><guid>https://blog.youkuaiyun.com/behrends/article/details/101261831</guid><author>behrends</author><pubDate>Tue, 24 Sep 2019 10:26:39 +0800</pubDate><description><![CDATA[1创建


matr1=np.mat("1 2 3;4 5 6;7 8 9")#用mat函数创建矩阵
matr2=np.matrix([[1,2,3],[4,5,6],[7,8,9]])#用matrix函数创建矩阵
np.bmat("arr1 arr2;arr1 arr2")#用bmat函数合成矩阵

Numpy矩阵

矩阵相乘：matr1*matr2

矩阵元素相乘：np.multiply(ma...]]></description><category></category></item><item><title><![CDATA[数据分析 numpy基础（一）]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/101180474</link><guid>https://blog.youkuaiyun.com/behrends/article/details/101180474</guid><author>behrends</author><pubDate>Mon, 23 Sep 2019 22:19:41 +0800</pubDate><description><![CDATA[1.数组属性

ndarray（数组）是储存单一数据类型的多维数组

属性
			说明
		ndim
			
			返回int。表示数组的维数
			
		shape
			
			返回tuple。表示数组的尺寸，（n,m)
			
		size
			返回int。表示数组元素总数，等于shape的乘积
		dtype
			返回data-type.描述数组元素的类型
		itemsize
			...]]></description><category></category></item><item><title><![CDATA[爬虫学习  文件储存]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/101110249</link><guid>https://blog.youkuaiyun.com/behrends/article/details/101110249</guid><author>behrends</author><pubDate>Sat, 21 Sep 2019 17:13:39 +0800</pubDate><description><![CDATA[1.TXT文本储存

1.写法：


with open('name.text','a',encoding='utf-8') as file:
     file.write(str）
 



2.常用的打开方式

w
			
			以写入的方式打开一个文件。如果文件已存在则将其覆盖，不存在则创建新文件
			
		w+
			以读写的方式打开一个文件，如果该文件已存在，则将其覆盖。如果文件不...]]></description><category></category></item><item><title><![CDATA[爬虫练习 用beautifulsoup 爬取猫眼top100]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/101101414</link><guid>https://blog.youkuaiyun.com/behrends/article/details/101101414</guid><author>behrends</author><pubDate>Sat, 21 Sep 2019 11:25:42 +0800</pubDate><description><![CDATA[import requests
from bs4 import BeautifulSoup as bs
headers={'User-Agent':'Mozilla/5.0 (Windows NT 6.1;Win64;x64) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/55.0.2883.87 Safari/537.36'}

for i in r...]]></description><category></category></item><item><title><![CDATA[网络爬虫 学习日志（四）]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/90259812</link><guid>https://blog.youkuaiyun.com/behrends/article/details/90259812</guid><author>behrends</author><pubDate>Sun, 19 May 2019 21:28:49 +0800</pubDate><description><![CDATA[Task4（2天）

**4.1 ** 实战大项目


	实战大项目：模拟登录丁香园，并抓取论坛页面所有的人员基本信息与回复帖子内容。
	
	
	丁香园论坛：http://www.dxy.cn/bbs/thread/626626#626626。
	
	
	参考资料：https://blog.youkuaiyun.com/nao77/article/details/88316754

	
import re...]]></description><category></category></item><item><title><![CDATA[网络爬虫 学习日志（三）]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/90242439</link><guid>https://blog.youkuaiyun.com/behrends/article/details/90242439</guid><author>behrends</author><pubDate>Wed, 15 May 2019 22:23:54 +0800</pubDate><description><![CDATA[3.1 安装selenium并学习


	安装selenium并学习。
	
	
	使用selenium模拟登陆163邮箱。
	
	
	163邮箱直通点：https://mail.163.com/。
	
	
	参考资料：https://blog.youkuaiyun.com/weixin_42937385/article/details/88150379
	
3.2 学习IP相关知识


	学习什么是IP，为...]]></description><category></category></item><item><title><![CDATA[网络爬虫 学习日志（二）]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/90168572</link><guid>https://blog.youkuaiyun.com/behrends/article/details/90168572</guid><author>behrends</author><pubDate>Mon, 13 May 2019 18:58:25 +0800</pubDate><description><![CDATA[Task2（2天）

2.1 学习beautifulsoup


	学习beautifulsoup，并使用beautifulsoup提取内容。
	
	
	使用beautifulsoup提取丁香园论坛的回复内容。
	
	
	丁香园直通点：http://www.dxy.cn/bbs/thread/626626#626626。
	
	
	参考资料：https://blog.youkuaiyun.com/wwq11...]]></description><category></category></item><item><title><![CDATA[网络爬虫 学习日志（一）]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/90082759</link><guid>https://blog.youkuaiyun.com/behrends/article/details/90082759</guid><author>behrends</author><pubDate>Sat, 11 May 2019 13:50:32 +0800</pubDate><description><![CDATA[任务：


	学习get与post请求，尝试使用requests或者是urllib用get方法向https://www.baidu.com/发出一个请求，并将其返回结果输出。
	
	
	如果是断开了网络，再发出申请，结果又是什么。了解申请返回的状态码。
	
	
	了解什么是请求头，如何添加请求头。
	
	
	学习什么是正则表达式并尝试一些正则表达式并进行匹配。
	
	
	然后结合requests、...]]></description><category></category></item><item><title><![CDATA[第一个机器学习样例《python与机器学习实战》]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/89985773</link><guid>https://blog.youkuaiyun.com/behrends/article/details/89985773</guid><author>behrends</author><pubDate>Thu, 09 May 2019 11:41:28 +0800</pubDate><description><![CDATA[问题：现有47个房子的面积和价格，需要建立一个模型对新的房价进行预测。
	数据源：http://github.com/carefree0910/MachineLearning/blob/master_Data/price.text
该数据集比较简单，但是数据相当的大。保留他原始形式是有必要的。我们通过数据标准化处理对他做简单的处理以降低问题的复杂度

标准化的数学公式为：

数据规范化详见这个博主...]]></description><category></category></item><item><title><![CDATA[tableau学习手册（1）]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/83792031</link><guid>https://blog.youkuaiyun.com/behrends/article/details/83792031</guid><author>behrends</author><pubDate>Wed, 07 Nov 2018 00:18:51 +0800</pubDate><description><![CDATA[基于服装销售数据的产品的产品线分析



通过二级品类的数据，1.发现了日用品的二级品类出现了休闲装2.在所有二级品类中最高价格的产品居然在帽子，手套围巾里。

要通过对数据溯源，检查数据错误。

通过观察产品价格带的分布的均值，该产品的平均价格在180左右，在女装品牌中属于中低端定价。除了日用品包含大量的珠宝配饰类二级品类外，只有衬衫/背心和汗衫/T恤品类中的产品品类中种类较多，其他品类中的品...]]></description><category></category></item><item><title><![CDATA[Matlab基础知识（一）]]></title><link>https://blog.youkuaiyun.com/behrends/article/details/81349854</link><guid>https://blog.youkuaiyun.com/behrends/article/details/81349854</guid><author>behrends</author><pubDate>Sat, 04 Aug 2018 21:09:04 +0800</pubDate><description><![CDATA[1.1数值类型

基本的数值类型主要有（有无符号）整数、单精度和双精度。

matlab的数值默认为双精度浮点类型，将变量设置为整数类型时，需要用转换函数，在转换过程中，转换值转换为与之最接近的整数值，若小数部分为0.5，则往该浮点数最接近的两个整数中绝对值较大的一个。

MATLAB内置的取整函数

函数
			运算法则
			e.g.
		floor（x）
			向下取整
			
			flo...]]></description><category></category></item></channel></rss>